Tutorial básico de minería de datos

Le damos la bienvenida al Tutorial básico de minería de datos de Microsoft Analysis Services. Microsoft SQL Server proporciona un entorno integrado para crear modelos de minería de datos y realizar predicciones. En este tutorial, completará un escenario para una campaña de correo dirigida en la que se usa el aprendizaje automático para analizar y predecir el comportamiento de compra de los clientes. En el tutorial se muestra cómo usar tres de los algoritmos de minería de datos más importantes: agrupación en clústeres, árboles de decisión y Bayes naive. También aprenderá a analizar los resultados mediante los visores de modelos de minería de datos y a crear gráficos de predicción y precisión mediante las herramientas de minería de datos que se incluyen en Microsoft SQL Server Analysis Services. La empresa ficticia Adventure Works Cycles se usa para todos los ejemplos.

Cuando se sienta cómodo con las herramientas de minería de datos, también le recomendamos completar el Tutorial intermedio de minería de datos (Analysis Services - Data Mining). Las lecciones muestran cómo usar la previsión, el análisis de cesta de compra, la serie temporal, los modelos de asociación, las tablas anidadas y la agrupación en secuencias.

Escenario del tutorial

En este tutorial, es un empleado de Adventure Works Cycles que se ha encargado de obtener más información sobre los clientes de la empresa en función de las compras históricas y, a continuación, usar esos datos históricos para realizar predicciones que se pueden usar en el marketing. La empresa nunca ha realizado la minería de datos antes, por lo que debe crear una nueva base de datos específicamente para la minería de datos y configurar varios modelos de minería de datos.

Aprendizaje

En este tutorial se explica cómo crear y trabajar con varios tipos diferentes de métodos de aprendizaje automático. También aprenderá a crear una copia de un modelo de minería de datos y a aplicar un filtro a los datos de entrada para obtener resultados diferentes. Después, puede comparar los resultados de ambos modelos mediante un gráfico de elevación. Por último, utilizará la navegación detallada para recuperar datos adicionales de la estructura de minería de datos subyacente.

La minería de datos de Microsoft Analysis Services incluye las siguientes características que le ayudan a desarrollar y comparar fácilmente varios modelos predictivos y, a continuación, realizar acciones en los resultados:

• Conjuntos de prueba de reserva:Al crear una estructura de minería, ahora puede dividir los datos en conjuntos de entrenamiento y prueba. Esto le permite probar modelos en conjuntos de datos similares y comparar la precisión de los modelos relacionados.

• Filtros del modelo de minería de datos:Ahora puede adjuntar filtros a un modelo de minería de datos y aplicar el filtro durante el entrenamiento y las pruebas. Esto le permite crear fácilmente modelos relacionados en diferentes subconjuntos de los datos.

• Acceso a detalles de los casos de estructura y columnas de estructura: Ahora puede avanzar fácilmente de los patrones generales en el modelo de minería de datos a detalles accionables en el origen de datos.

Este tutorial se divide en las siguientes lecciones:

Lección 1: Preparación de la base de datos de Analysis Services (Tutorial básico de minería de datos)
En esta lección, aprenderá a crear una nueva base de datos de Analysis Services, agregar un origen de datos y una vista de origen de datos y preparar la nueva base de datos que se usará con la minería de datos.

Lección 2: Crear una estructura de correo dirigida (Tutorial básico de minería de datos)
En esta lección, aprenderá a crear una estructura de modelo para minería de datos que se pueda usar como parte de una campaña de correo dirigida.

Lección 3: Agregar y procesar modelos
En esta lección aprenderá a agregar modelos a una estructura. Los modelos que cree se compilan con los algoritmos siguientes:

• Árboles de decisión de Microsoft

• Agrupación en clústeres de Microsoft

• Microsoft Naive Bayes

Lección 4: Exploración de los modelos de correo dirigidos (Tutorial básico de minería de datos)
En esta lección aprenderá a explorar e interpretar los hallazgos de cada modelo mediante visores.

Lección 5: Probar modelos (Tutorial básico de minería de datos)
En esta lección, realizará una copia de uno de los modelos de correo de destino, agregará un filtro de modelo de minería de datos para restringir los datos de entrenamiento a un conjunto determinado de clientes y, a continuación, evaluará la viabilidad del modelo.

Lección 6: Crear y trabajar con predicciones (Tutorial básico de minería de datos)
En esta lección final del Tutorial básico de minería de datos, se usa el modelo para predecir qué clientes tienen más probabilidades de comprar una bicicleta. A continuación, puede profundizar en los casos subyacentes para obtener información de contacto.

Requisitos

Asegúrese de que están instalados los siguientes elementos:

• Microsoft SQL Server 2014

• Microsoft SQL Server Analysis Services en modo multidimensional

• La base de datos AdventureWorksDW2012 .

Para mejorar la seguridad, las bases de datos de ejemplo no se instalan con SQL Server. Para instalar las bases de datos oficiales para Microsoft SQL Server, visite la página Bases de datos de ejemplo de Microsoft SQL y seleccione SQL Server 2014.

Véase también

Soluciones de minería de datos
Tareas y guías del modelo de minería
Creación y consulta de modelos de minería de datos con DMX: Tutoriales (Analysis Services - Minería de datos)